Estimation of Wheat Plant Density at Early Stages Using High Resolution Imagery
2017
Liu, Shouyang | Baret, Frederic | Andrieu, Bruno | Burger, Philippe | Hemmerle, Matthieu | Environnement Méditerranéen et Modélisation des Agro-Hydrosystèmes (EMMAH) ; Avignon Université (AU)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE) | Ecologie fonctionnelle et écotoxicologie des agroécosystèmes (ECOSYS) ; Institut National de la Recherche Agronomique (INRA)-AgroParisTech | AGroécologie, Innovations, teRritoires (AGIR) ; Institut National de la Recherche Agronomique (INRA)-Institut National Polytechnique (Toulouse) (Toulouse INP) ; Université de Toulouse (UT)-Université de Toulouse (UT) | Environnement Méditerranéen et Modélisation des Agro-Hydrosystèmes (EMMAH) ; Institut National de la Recherche Agronomique (INRA)-Avignon Université (AU) | "Programme d'investissement d'Avenir" PHENOME ANR-11-INBS-012 ; Breedwheat ANR-10-BTR-03 | ANR-10-BTBR-0003,BREEDWHEAT,Développer de nouvelles variétés de blé pour une agriculture durable(2010) | ANR-11-INBS-0012,PHENOME,Centre français de phénomique végétale(2011)
Crop density is a key agronomical trait used to manage wheat crops and estimate yield. Visual counting of plants in the field is currently the most common method used. However, it is tedious and time consuming. The main objective of this work is to develop a machine vision based method to automate the density survey of wheat at early stages. RGB images taken with a high resolution RGB camera are classified to identify the green pixels corresponding to the plants. Crop rows are extracted and the connected components (objects) are identified. A neural network is then trained to estimate the number of plants in the objects using the object features. The method was evaluated over three experiments showing contrasted conditions with sowing densities ranging from 100 to 600 seeds.m(-2). Results demonstrate that the density is accurately estimated with an average relative error of 12%. The pipeline developed here provides an efficient and accurate estimate of wheat plant density at early stages.
Afficher plus [+] Moins [-]Mots clés AGROVOC
Informations bibliographiques
Cette notice bibliographique a été fournie par Institut national de la recherche agronomique
Découvrez la collection de ce fournisseur de données dans AGRIS